摘要

首个被验证的机器人市场是工业数据采集，避免故障的重要性高于替代劳动力。 ANYbotics 将 ANYmal 定价在数十万美元区间，Boston Dynamics 则称 Spot 根据配置不同约为10万至30万美元。当停机每小时造成数十万美元损失，或检测到泄漏可以避免潜在的300万美元日损失时，客户就能为这个价格找到合理性。正如 Péter Fankhauser 所说，客户“甚至不要机器人，他们要的是数据”（“They don’t even want the robot. They want the data.”）。
承诺中的每小时1美元工人，是规模化后的终局状态，而不是今天就能买到的价格。 主持人的算术建立在未来2万至4万美元一台的机器人、每天运行约20小时，以及5年约40,000小时的使用周期之上；达到这一成本水平，可能需要部署100,000台机器人。Jonathan Hurst 表示成本正在下降，Agility 同时提供资本开支和机器人即服务模式，但没有透露当前的小时价格；人类劳动力仍然是价值参照。
尽管1X在几天内卖光了首批10,000个预售名额，2026年也只会把少量 NEO 人形机器人送进家庭。 月费500美元明确对应早期采用者产品，体验会“相当粗糙”，机器人也可能摔倒。Bernt Børnich 仍表示，开发进展如今指向一种有用、可能实现完全自主的体验——但他谨慎地没有作出承诺；对于必须立即完成的任务，仍可能需要指导或远程操控。
具身AI的关键护城河，可能是获得数量大得多的数据，而不只是拥有更多机器人。 1X的数据金字塔从少量高质量远程操控样本开始，延伸至装配传感器的人类、第一视角视频，最终到“极其庞大”的通用视频池。1X押注10年，认为类人手部、身体比例、皮肤行为和运动方式能让这些视频实现迁移：“我们的跨具身桥梁，就是人类”（“Our cross embodiment is the human.”）。
中国硬件带来两场不同的竞争测试：成本与信任。 Fankhauser 认为，一台能行走、能后空翻的机器人，如果没有自主能力、巡检智能、网络安全和工作流整合，仍然只是“一件硬件”；ANYbotics目前的机器人没有任何部件来自中国。Amanda McMaster 则明确表示，中国人形机器人不应进入美国，理由是已有数据泄露报告，并警告 Boston Dynamics 不能重演半导体行业的经历。Fankhauser 另行警告，不应把“15个由别人控制的摄像头放进你的关键基础设施”。
嘉宾对于物理AI是接近断点，还是处于长期复利曲线，存在明显分歧。 Børnich “极其确定”硬起飞将在不到10年内到来，目前押注机器人在3年内造出机器人、晶圆厂、数据中心和采矿基础设施。Hurst 拒绝奇点叙事：不存在“银弹”，机器人仍需要远多于人类的训练数据，进展更像“一颗沿山坡下滚、不断加速的雪球”。
安全与武器化是战略约束，不是次要的产品细节。 Digit V5的规模化主张是，让一台能够保持平衡的人形机器人离开有防护的工作单元，在没有实体隔离的情况下与人共处。McMaster 描述了机器人本体的物理控制，以及可以在云端运行的推理系统；Hurst 则强调监督式安全系统。Fankhauser 和 McMaster 都反对武装机器人，但 McMaster 为未来压力下的国家安全决策留下空间：“今天我们还不必作出这个决定。”

精读

1. 四足机器人靠卖数据赢得首个商业切口

对于主持人提出的四足“半人马”人形机器人，Fankhauser 的回答是，具体取决于使用场景：四条腿在楼梯、湿滑地面、积雪和草地上更稳定，有更好的落脚点和机动性；两条腿则更适合狭窄的人类空间，也便于进行平视交流。“这真的取决于使用场景。”
ANYbotics 为 ANYmal 巡检机器人配备热成像摄像头、麦克风、气体传感器和强大的机载算力。其核心逻辑明确不是“替代劳动力”，而是提供超越人类的感知能力：在资产开始每小时损失数十万美元之前，发现微小气体泄漏或设备过热。
McMaster 表示，Boston Dynamics 的 Spot 已在46个国家、超过500家客户处部署；按她的说法，这是全球使用最广泛的移动自主机器人。同一台设备白天可以读仪表、检测振动或声学异常，晚上则可以巡逻安防边界。
两位高管都反对把ROI简化为节省了多少工资。McMaster 承认，替代劳动力会是“其中一个要素”，因为它容易衡量，但她更强调人类会跳过的工作，以及机器人能够阻止的故障；理想目标是消除那些“枯燥、肮脏、危险”、会损害身体的工作。

2. 工业自主化是运行时间系统，不是电池演示

ANYmal 运行约2小时后会自主返回充电，部分客户围绕特定工业事件，每天安排多达40次任务。实时导航和图像质量检查保留在机载端，因为连接可能中断；历史和上下文分析则可以放到云端。
最有价值的部署场景，是进入本身就昂贵或危险的地点：原本需要乘直升机抵达的海上变电站、气温低至零下20°C的挪威、气温达到40°C至60°C的沙漠，以及含有甲烷的设施。ANYbotics 还打造了一款不会在爆炸性气体环境中产生火花的特殊机器人。
Spot 的电池续航约90分钟，但通过机器人编组和自主回充，可以支持接近连续的工作；McMaster 报告称，其平均干预间隔超过3,000小时。Spot 的售价从基础版约10万美元，到完整配置约30万美元不等，客户预计能在2年内看到ROI。

3. 低价中国硬件撞上工作流与主权护城河

Fankhauser 表示，ANYbotics 目前机器人来自中国的部分为0%，这是本地研发形成的历史结果，并非一项禁令。他仍愿意在合理的情况下采用全球化、商品化的零部件，但会区分被动金属部件，以及承载核心技术或安全风险的组件。
他的竞争判断是，中国机器人可以“走得很漂亮”，也能“做后空翻”，但客户购买的是自主能力、巡检智能、工作流整合和可信数据。当机器人在关键基础设施内部采集敏感信息时，ISO网络安全认证就很重要。
当被问及中国人形机器人是否应获准进入美国时，McMaster 的回答是“不”。她表示，Boston Dynamics 的机器人完全在中国和台湾以外生产；据她介绍，一些进口四足机器人的数据正在被回传，因此需要盟友制造、知识产权保护和国家机器人战略。
这种对比很有代表性：Fankhauser 主要把中国视为硬件供应商和解决方案层面的竞争者；McMaster 则将其视为主权威胁。Fankhauser 特别警告，不应允许另一方控制关键基础设施内部的摄像头。

4. 国防需求真实存在，但高管把底线划在武器之前

Fankhauser 个人认为，欧洲有责任发展防御技术，但表示 ANYbotics 既不服务军方，目前也没有进入军事市场的计划。商业需求已经足以提供聚焦，而军事自主化需要不同的通信方式、毫秒级响应、远程控制和人在回路操作，而不只是把4条腿装上去。
对于武装机器人，Fankhauser 直言：“我个人不喜欢。我讨厌它。”他将流传的“四足机器人加枪”视频描述为早期演示，并将其与在战场需求推动下成熟起来的无人机作对比；他还回忆称，4年前曾与 Boston Dynamics 等公司一起谴责机器人武器化“危险、冒险且愚蠢”。
McMaster 同样坚持反对武器化，同时确认公司正在开展非武器化的政府项目，包括爆炸物处理。主持人追问，如果中国机器人部署最终迫使 Boston Dynamics 作出回应，公司是否会跟进；她的回答保留了这个尚未解决的选择：如果那一刻到来，公司会作出“正确”的决定，但目前重点仍是工业市场。

5. NEO 将于2026年进入家庭，但仍是未完成的平台

Børnich 承诺1X将在2026年交付 NEO，但将承诺范围收窄为“少量客户”。首批10,000个预售名额在几天内售罄，公布的订阅价格为每月500美元；产品被定义为早期采用者体验，而不是经过打磨、面向大众市场的可靠产品。
“2026年把人形机器人带回家，体验会相当粗糙，”Børnich 说，并同意机器人会摔倒。他现在认为 NEO 交付时可能已经非常接近完全自主，并且无需干预也能发挥作用，但明确拒绝作出承诺；对于必须立即完成的任务，主持人指出，仍可能需要指导或远程操控。
NEO 也将作为开发者平台推出：客户可以买到机器人、车队管理软件、传感器手套及匹配的视觉系统，采集任务数据，在1X的系统内微调模型，再部署专用工作流。消费者技能商店则可以让外部开发者出售某种具体技能，例如制作沙拉。
Børnich 还希望第三方能够在 NEO 上运行自己的模型，但坚持认为1X的垂直整合模型应该是最优的。理由在于聚焦：如果1X花上数年为每个客户整合ERP系统，就无法专注于具身AGI和“劳动力充裕”这一一般性问题。

6. 远程操控既是兜底劳动力，也是长期存在的专家接口

Børnich 描述的是一条连续谱，而不是二选一：操作员可以偶尔介入，改善由此产生的数据集，进而减少未来的干预；极其困难的工作流则可能长期保持完全远程操控。主持人设想的运营模式，是由一支小型远程团队监控30或40台间歇运行的 NEO。
Børnich 认为，部分远程操控永远不会消失。他出差时希望能够“进入”挪威的一台 NEO——“给 NEO 戴上帽子，我就是 NEO”（“Put the hat on NEO. I am NEO.”）——去检查零部件和参加会议。另一种长期用途是，在偏远电站提供“专家到场”服务，因为罕见故障不足以支撑每一项维修都实现自动化。
但远程操控已经无法充分利用 NEO 的硬件保真度：远程操作员无法感受到机器人新型手部所感知的一切，而完整的触觉反馈会让操作变慢且笨拙。对于基础灵巧性，1X越来越倾向于让人类自然完成任务，同时佩戴与机器人匹配、但不妨碍活动的传感器。

7. 类人形态是1X通往互联网规模训练的桥梁

Børnich 的数据金字塔从少量高质量远程操控样本开始，这些样本从成功尝试中筛选而来；随后扩展到佩戴机器人等效传感器的人类、第一视角人类视频，最终到通用视频。每一层对机器人本身的针对性更弱，但规模大幅扩大；上层帮助模型对齐，下层提供规模。
相比任何短期内可能采集的机器人数据集，通用视频“绝对大得离谱”。要让这些数据可用，就必须极度重视具身匹配：从类人的手部几何和臂展，到非线性皮肤形变、摩擦力和冲击能量，因为机器人必须尽可能接近人类。
这里存在一个先有鸡还是先有蛋的问题：机器人数据最终更好，因为它包含动作、受力和触觉；但要获得社会尺度的数据，首先需要一个足够强的基础模型。于是1X利用人类视频，让机器人先具备足够生产力，使客户愿意付费部署，进而生成下一轮所需的更丰富机器人数据。
Børnich 将“硬起飞”定义为一个自给自足的劳动力系统：机器人建造机器人、数据中心和晶圆厂，同时完成采矿与提炼。他“极其确定”这将在不到10年内发生，目前押注时间为3年；他也同意主持人的观点，即数字智能无法自行创造其所需的物理基础。

8. 基础模型先解决了上下文，再解决运动

Hurst 回顾20年发展历程时，将今天的突破与早期的人形机器人秀区分开来：做出一个人形外观并不难，难的是让它在人类空间中真正有用。如今感知几乎已经“解决”，机器人获得了广泛的识别能力和语义上下文，而过去这些能力需要通过大量窄化编程实现。
互联网数据不包含每个电机在每个传感器输入下对应的扭矩指令记录，因此机器人领域缺少那种直接对应于推动大语言模型发展的训练语料库。
示范学习、远程操控、动画和动作捕捉都能提供帮助，但人类控制限制了机器人探索自身最优行为的能力。仿真和世界模型允许机器人进行海量练习，但正如主持人指出的，冷凝、流体动力学、表面摩擦和不完美的机器人动力学，仍然造成“巨大的仿真到现实差距”，必须通过物理世界经验来弥补。
因此，Hurst 看到的是“所有这些工具”，而不是一颗银弹或某种奇点。人类经过进化，可以从极少的数据中学习；机器人仍然需要多得多的样本。但它们的长期优势在此之后才会出现：“机器人有 Wi-Fi”（“Robots have Wi-Fi”），一台机器学会的技能可以加载到所有兼容机器上。

9. Digit V5把安全设为仓储规模化的门槛

Digit 目前处理的是范围明确、用途多样的工作流，例如搬起料箱和周转箱，穿过狭窄空间，再把它们放到高层货架上。两条手臂和全身平衡能力解释了为什么采用人形设计；Hurst 认为，第三条手臂带来的新增效用太少，不足以抵消协调控制和机械复杂度。
预计在讨论当年稍晚推出的 Digit V5，目标是成为首款能够在没有实体隔离的情况下离开工作单元、与人共处的平衡型人形机器人。Amazon 早期的反馈是，机器人虽然成功完成任务，但仍未达到安全要求；这推动了为期2至3年的自下而上重设计，覆盖机器人的每个系统。
主持人将5年换算为约40,000个工作小时，并设想，如果硬件成本降至2万至4万美元，最终可以实现每小时1美元的机器；Hurst 表示成本正在下降，同意每天运行20小时的假设，但拒绝透露当前的小时价格。主持人认为，达到这一硬件成本可能需要部署100,000台机器人。
完全无人值守的设施可能更适合传送带、固定机械臂和专用自动化设备。Digit 更大的机会在于传统仓库、零售、医院、建筑和上门配送——后者约7年前已与 Ford 展示过——而围绕机器人组装、操作、部署和维护的新工作将持续增长。理想的结果是，未来的孩子看待今天枯燥、肮脏、危险的工作，就像现在的人看待历史上的危险劳作一样。

Elon Musk完整访谈 Gary Gallagher：美国内战、奴隶制、Lincoln、Grant 与 Lee｜Lex Fridman Podcast #499